买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州静嘉科技有限公司

摘要：本发明提供一种智能化企业人才管理系统，包括人才库管理模块、企业架构管理模块和评估分析模块；其中人才库管理模块用于建立企业人才资源库，并根据企业人才资源库对企业人才的人才档案进行存储管理；企业架构管理模块用于根据实际情况搭建企业组织架构，其中企业组织架构中包含职位信息和职位对应的在职人员信息，其中职位信息包括职位描述和职位所需条件；评估分析模块用于根据企业组织架构中的职位信息和对应的在职人员信息进行评估分析，得到在职人员评估分析结果；和或根据企业组织架构中的职位信息和企业人才资源库中企业人才的人才档案进行评估分析，得到人才推荐评估分析结果。本发明提高企业人才管理的智能化水平。

主权项：1.一种智能化企业人才管理系统，其特征在于，包括人才库管理模块、企业架构管理模块和评估分析模块；其中，人才库管理模块用于建立企业人才资源库，并根据企业人才资源库对企业人才的人才档案进行存储管理，其中企业人才包括企业内部在职人员和外部储备人员，企业人才的人才档案包括人员的在职信息、身份信息、简历信息和评价信息；企业架构管理模块用于根据实际情况搭建企业组织架构，其中企业组织架构中包含职位信息和职位对应的在职人员信息，其中职位信息包括职位描述和职位所需条件；评估分析模块用于根据企业组织架构中的职位信息和对应的在职人员信息进行评估分析，得到在职人员评估分析结果；和或根据企业组织架构中的职位信息和企业人才资源库中企业人才的人才档案进行评估分析，得到人才推荐评估分析结果；其中，评估分析模块包括在职人员评估单元和职位人才推荐单元；在职人员评估单元用于根据组织架构中的其中一个职位的职位信息和对应的在职人员的人才档案进行评估分析，得到在职人员评估分析结果；职位人才推荐单元用于针对组织架构中人员配置未满员的职位，根据该职位的职位信息和企业人才资源库中企业人才的人才档案进行评估分析，得到人才推荐评估分析结果；其中，在职人员评估单元包括：针对组织架构中的其中一个职位的职位信息，获取该职位的技能要求和职位特性，构建职位特征向量；获取该职位在职人员的人才档案，根据在职人员的人才档案获取该在职人员的简历信息和评价信息，并从简历信息中提取该在职人员的职业技能信息，从评价信息中获取该在职人员的评价特征，根据获取的职业技能信息和评价特征构建该在职人员的人才特征向量；根据获取的职位特征向量和人才特征向量输入到训练好的评估分析模型中，得到评估分析模型输出的职位匹配度作为在职人员评估分析结果；当职位匹配度低于预设的标准时，则标记该在职人员评估分析结果为异常；其中，技能要求包括工作年限要求、资格证书要求、学历学位要求、职业技能评级要求；职业技能信息包括工作年限信息、资格证书信息、学历学位信息、职业技能评级信息；职位特性包含工作内容描述、职责描述；评价特征包含人员自我评价、面试评价、上级评价、历史工作记录；评估分析模型基于深度学习的神经网络进行搭建，其中评估分析模型包含输入层、技能评估层、特性评估层和融合分析层；其中输入层用于获取职位特征向量和人才特征向量，分别从职位特征向量中提取技能要求和从人才特征向量中提取职业技能信息输入到技能评估层；分别从职位特征向量中提取职位特性和从人才特征向量中提取评价特征输入到特性评估层；技能评估层基于得到的技能要求从执业技能信息中匹配相应的项目，当技能要求能够匹配到相应的执业技能信息时，则标记该技能要求完成匹配，否则标记该技能要求未能完成匹配，根据技能要要求及对应的匹配标记，得到技能要求评估结果并输出到融合分析层；特性评估层使用BiLSTM模型分别根据获取的职位特性和评价特征提取职位特征文本表示和评价特征文本表示，并结合预设的文本特征权重因子，采用相似度分析模型计算职位特征文本表示和评价特征文本表示之间的相似度，得到职位特性评估分析结果输入到融合分析层；其中相似度分析模型采用的激活函数为sigmoid函数；融合分析层用于根据获取的技能要求评估结果和职位特性评估分析结果进行归一化操作，得到并输出指定职位和人员之间的职位匹配度；其中，所述系统还包括招聘面试模块；招聘面试模块用于根据职位人才推荐单元得到的人才推荐评估分析结果调取相应的人才档案，根据人才档案信息与相应的推荐人才进行对应职位的面试，并记录相应的面试结果；其中，招聘面试模块包括档案调取单元和线上面试单元；档案调取单元用于根据职位人才推荐单元得到的人才推荐评估分析结果，并根据人才推荐评估分析结果调取相应的人才档案；线上面试单元用于根据人才档案信息向企业人才发送对应职位的面试请求，并邀约企业人才完成线上面试，得到相应的线上面试结果；其中线上面试包括线上视频面试；其中，线上面试单元包括视频通话单元和身份识别单元；视频通话单元用于当企业人才接收面试请求后，与企业人才建立视频通话连接；身份识别单元用于在通过视频通话单元于企业人才进行视频面试的过程中，根据获取的视频通话画面，获取面试者的人脸图像信息，并根据获取的人脸图像信息进行身份识别，得到面试者身份信息；根据得到的面试者身份信息与人才档案中的身份信息进行比对匹配，当匹配得到的身份信息一致时，得到面试者身份验证结果为一致；其中，身份识别单元具体包括：在面试者视频面试过程中，根据获取的视频图像进行人脸识别，得到面试者人脸图像；根据面试者人脸图像进行特征提取，得到面试者的人脸特征数据；根据获取的面试者人脸特征数据，与实名信息数据库中与面试者身份对应的人脸特征数据或人才档案中预留的照片对应的人脸特征数据进行匹配比对分析，当匹配比对相似度高于预设的阈值时，输出身份验证结果为一致；视频通话单元包括视频增强单元；视频增强单元用于在与面试者进行视频面试的过程中，对面试者的视频图像画面进行增强处理，提高视频图像画面的清晰度，具体包括：针对获取的视频图像画面，采用基于YoloV5深度学习网络的人脸识别模型对视频图像画面进行处理，提取并标记视频图像画面中的人脸区域图像，其中提取的人脸区域图像为矩形区域；根据得到的人脸区域图像进行图像小波分解，得到人脸区域图像的低频分量子图FraL和三个高频分量子图FraH1、FraH2和FraH3；根据获取的高频分量子图计算各像素点的细节特征，其中采用的细节特征计算函数为： 其中，minux，y表示像素点x，y处的细节特征值，表示第r个高频分量子图中像素点x，y的能量特征，其中，当r满足且时，则否则，其中表示像素点x，y处的第一周边区域，a，b为变量，表示属于范围内的像素点，VaHsa，b表示第s个高频分量子图中像素点x，y的像素值，EThr表示预设的能量阈值，其中EThr0；s表示变量；VaHrx，y表示第r个高频分量子图中像素点x，y的像素值；根据各像素点的细节特征值组成细节高频分量子图FraM，并将以像素点为中心的第二周边区域内的周边像素点中存在细节特征值大于0的像素点的像素点标记为细节像素点，通用机细节像素点覆盖的区域为细节区域；根据细节高频分量子图FraM和低频分量子图FraL进行重构，得到过渡图像Fratds；根据得到的过渡图像Fratds返回到视频图像画面中，并将视频图像画面从RGB颜色空间转换到Lab颜色空间，提取视频图像画面的亮度分量Luc；根据得到的亮度分量Luc进行分区域亮度调节处理：针对细节区域进行亮度调节，其中采用的细节区域亮度调节函数为： 式中，vL′x，y表示细节区域亮度调节后像素点x，y的亮度分量值，其中x，y为属于细节区域内的像素点，vLx，y表示像素点x，y的亮度分量值，表示以像素点x，y为中心的第二周边范围内所有属于细节区域的像素点的平均亮度分量值，vLthr表示预设的细节亮度标准值，ωa和ωb分别表示权重因子，其中ωa+ωb＝1；vLddu和vLddd分别表示预设的亮度边界，vLddt表示预设的亮度变化因子；针对除细节区域外的其他区域进行亮度调节，其中采用的其他区域亮度调节函数为： 式中，vL′x，y表示其他区域亮度调节后像素点x，y的亮度分量值，其中x，y为属于除细节区域外的其他区域内的像素点，vLθx，y表示以像素点x，y为中心的第二周边范围内所有像素点的平均亮度分量值，vLthr表示预设的细节亮度标准值，表示像素点x，y距离细节区域的最近像素距离，disthr表示预设的距离标准值，αu和αd表示预设的变化因子，ωc和ωd分别表示权重因子，其中ωc+ωd＝1；根据分区域亮度调节处理后亮度分量Luc′进行Lab至RGB颜色空间逆变换，得到增强后的视频图像画面。

全文数据：

权利要求：

百度查询： 杭州静嘉科技有限公司 一种智能化企业人才管理系统